비정규 공정능력(Non-Normal Process Capability)
비정규 공정능력 분석은 기저 데이터가 정규분포(종 모양 분포)를 따르지 않을 때 공정이 규격 한계를 얼마나 잘 충족하는지 측정합니다. 치우쳤거나 특이한 데이터에 정규성 가정을 억지로 적용하는 대신, Weibull, Lognormal, Exponential, Gamma 같은 인정된 비정규 분포를 데이터에 적합한 다음 그 분포의 실제 형태에 기반하여 공정능력 지수를 계산합니다.
최종 검토
핵심 요점
비정규 공정능력 분석은 기저 데이터가 정규분포(종 모양 분포)를 따르지 않을 때 공정이 규격 한계를 얼마나 잘 충족하는지 측정합니다.
이 페이지 내용
비정규 공정능력이란?
비정규 공정능력 분석은 기저 데이터가 정규분포(종 모양 분포)를 따르지 않을 때 공정이 규격 한계를 얼마나 잘 충족하는지 측정합니다. 치우쳤거나 특이한 데이터에 정규성 가정을 억지로 적용하는 대신, Weibull, Lognormal, Exponential, Gamma 같은 인정된 비정규 분포를 데이터에 적합한 다음 그 분포의 실제 형태에 기반하여 공정능력 지수를 계산합니다.
Cp와 Cpk 같은 표준 공정능력 지수는 정규성을 가정합니다. 이 가정이 위반되면 이러한 지수는 부정확해져 실제 공정능력을 과대평가하거나 과소평가할 수 있습니다. 비정규 공정능력은 올바른 분포 모형을 사용하여 이 문제를 해결하며, 공정이 규격 이내의 제품을 일관되게 제공할 수 있는지에 대해 훨씬 더 정직하고 정밀한 그림을 제공합니다.
간단한 정의: 치우쳤거나 비정규인 데이터를 위한 공정능력 분석으로, 잘못된 정규 가정을 억지로 적용하는 대신 데이터에 맞는 분포를 적합한 다음 그 실제 형태에 기반하여 공정능력 지수를 계산합니다.
비정규 공정능력은 언제 사용합니까?
- 공정 데이터가 연속형 이지만 정규성 검정을 통과하지 못할 때 사용합니다. 예를 들어 심하게 치우친 사이클 시간, 강도 측정값, 화학 물질 농도가 있습니다.
- 데이터가 Weibull, Lognormal, Exponential, Gamma 같은 특정 비정규 분포를 따른다는 것을 확률도 또는 정규성 검정 이 확인해 줄 때 사용합니다.
- 변환된 데이터를 원래 단위로 해석하기 어려운 경우처럼 Box-Cox 또는 Johnson 변환 을 적용하는 것이 적절하지 않거나 실용적이지 않을 때 사용합니다.
- 데이터에 가장 잘 맞는 분포를 개별 분포 식별 도구 로 확인했을 때 사용합니다.
비정규 공정능력의 올바른 사용 지침
- 이 분석에서 분포를 선택하기 전에 항상 먼저 개별 분포 식별 을 실행하여 가장 잘 맞는 분포를 확인하십시오. 잘못된 분포를 선택하면 오해를 부르는 공정능력 지수가 나옵니다.
- 분포 적합 과정이 신뢰할 수 있고 안정적인 모수 추정값을 내도록 100개 이상의 데이터 점 을 수집하십시오.
- 공정능력 분석을 실행하기 전에 공정이 안정되어 있고 통계적 관리 상태 인지 확인하십시오. 불안정한 공정은 어떤 분포를 사용하더라도 의미 없는 공정능력 수치를 냅니다.
- 이 분석을 계수형 또는 개수 데이터 에는 사용하지 마십시오. 대신 이항 또는 포아송 공정능력을 사용하십시오.
- 선택한 분포를 적합도 통계량과 확률도 로 검증하십시오. 높은 p-값과 곧은 확률도 직선은 좋은 적합을 확인해 줍니다.
- 표준편차의 배수가 아니라 적합된 분포의 백분위수에 기반하여 Pp, Ppk, Cp, Cpk 같은 공정능력 지수가 보고되므로 이에 맞게 해석하십시오.
대안: 비정규 공정능력을 사용하지 않아야 할 때
- 상황
대신 사용할 방법
데이터가 정규분포를 따름
정규(표준) 공정능력 분석
데이터를 정규성으로 변환할 수 있음
Box-Cox 또는 Johnson 변환을 사용한 공정능력 분석
분포를 알 수 없거나 불분명함
비모수 공정능력
데이터가 합격/불합격 또는 불량품 개수임
이항 공정능력 분석
데이터가 사건의 개수(단위당 결점 수)임
포아송 공정능력 분석
그래프와 통계가 결합된 보고서가 필요함
공정능력 식스팩(군간/군내)
비정규 공정능력 예제
한 자동차 부품 제조업체가 OEM 고객을 위한 핵심 부품을 개발하고 있습니다. 품질을 보장하기 위해 엔지니어는 드릴링 머신이 규격을 충족할 수 있는지 확인하고 있습니다. 부품은 LSL(규격 하한) 22.15와 USL(규격 상한) 22.35의 범위 안에 있어야 합니다. 엔지니어는 이 기계에서 표본 125개를 추출하여 기계 능력 연구를 수행합니다. 단계는 다음과 같습니다.
- 필요한 데이터를 수집했습니다.

- 이제 Zometric Statistical Software에서 데이터를 분석합니다: https://statsai.zometric.com/.
- 비정규 공정능력을 찾으려면 다음을 선택합니다: Statistical module> Control Chart>Non-Normal Process Capability.
- 도구 안에서 데이터와 기타 입력값을 다음과 같이 입력합니다.

위 도구를 사용하면 다음과 같은 출력을 얻습니다.


비정규 공정능력 분석 방법
절차는 다음과 같습니다.
- 먼저 Zometric Statistical Software 에 로그인합니다: https://statsai.zometric.com/
- 홈 페이지에서 Statistical Tool> Control Chart>Non-Normal Process Capability 를 선택합니다.
- 다음으로, 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 붙여넣습니다(Ctrl+V).
- 필요한 옵션을 입력합니다.
- 마지막으로, 페이지 하단의 calculate를 클릭하면 원하는 결과를 얻을 수 있습니다.
비정규 공정능력 도구 화면은 두 부분으로 나뉩니다.

왼쪽 부분에는 데이터 창(Data Pane)이 있습니다. Data Pane에서는 각 행이 하나의 부분군이 됩니다. 데이터를 직접 입력하거나 Excel 시트에서 데이터 전체를 복사(Ctrl+C)하여 여기에 붙여넣을(Ctrl+V) 수 있습니다.
Load example: 예제 데이터가 로드됩니다.
Load File: Excel 데이터를 직접 로드하는 데 사용합니다.
오른쪽 부분에는 다음과 같은 여러 옵션이 있습니다.
- Choose Columns 연속형 측정 데이터가 들어 있는 열을 선택합니다. Ctrl 또는 Command + 클릭으로 여러 열을 한 번에 선택할 수 있습니다. 이는 선택한 비정규 분포를 사용하여 규격 한계에 대한 공정능력을 분석할 실제 공정 측정값으로, 예를 들어 드릴 직경, 인장 강도, 사이클 시간입니다.
- Fit Distribution 데이터의 형태를 가장 잘 설명하는 분포를 선택합니다. 이는 분석에서 가장 중요한 설정입니다. 공정능력 지수는 선택한 분포의 수학적 특성에 기반하여 계산되므로 잘못된 분포를 선택하면 부정확한 결과가 나옵니다. 이 선택을 하기 전에 항상 먼저 개별 분포 식별 을 실행하여 어떤 분포가 데이터에 맞는지 확인하십시오. 사용 가능한 옵션과 일반적인 사용 사례는 다음과 같습니다.
- Weibull — 신뢰성, 피로 수명, 고장 시간 데이터에 흔히 사용됩니다. 오른쪽으로 치우친 데이터를 잘 다루며 가장 유연하고 널리 적용되는 비정규 분포 중 하나입니다.
- Exponential — 기계 고장 사이의 시간이나 서비스 요청 도착 사이의 시간처럼 서로 독립인 무작위 사건 사이의 시간을 나타내는 데이터에 사용됩니다. 고장률이 일정하다고 가정합니다.
- Logistic — 정규분포와 모양이 비슷하지만 꼬리가 더 두껍습니다. 데이터가 대칭이지만 정규성이 예측하는 것보다 극단값이 더 많을 때 사용됩니다.
- Loglogistic — 생존 및 신뢰성 데이터에 사용되는 오른쪽으로 치우친 분포로, Lognormal과 비슷하지만 꼬리가 더 두껍습니다. 고장 시간이나 소득 유형의 데이터에 적합합니다.
- Largest Extreme Value — 표본에서 최댓값의 분포를 모형화합니다. 데이터가 최대 응력, 홍수 수위, 최고 기온 같은 정점 측정값을 나타낼 때 사용됩니다.
- Smallest Extreme Value — 표본에서 최솟값의 분포를 모형화합니다. 최소 강도나 관측된 최소 측정값에 흔히 사용됩니다.
- 2-Parameter Exponential — 임계값 모수를 포함하는 표준 Exponential 분포의 확장으로, 분포가 0이 아닌 값에서 시작할 수 있게 합니다. 측정값이 특정 최솟값 아래로 내려갈 수 없을 때 유용합니다.
- 3-Parameter Weibull — 표준 Weibull에 위치(임계값) 모수를 추가하여 분포가 0이 아닌 지점에서 시작할 수 있게 합니다. 알려진 최솟값 아래에서는 고장이나 측정이 발생할 수 없을 때 유용합니다.
- Gamma — 공정 시간, 대기 시간, 강우량 및 적당히 치우친 기타 양의 연속형 측정값에 흔히 적용되는 유연한 오른쪽으로 치우친 분포입니다.
- Lognormal — 데이터의 로그가 정규분포를 따를 때 사용됩니다. 값이 엄격히 양수이면서 오른쪽으로 치우친 화학 물질 농도, 입자 크기, 수리 시간, 금융 데이터에 흔합니다.
- Method of Analysis 공정능력 통계량과 규격 한계를 어떻게 해석하고 보고할지 결정합니다. 두 가지 옵션이 있습니다.
- Z-Score — 적합된 분포의 백분위수에 기반하여 규격 한계를 표준화된 Z-점수로 변환하여 공정능력을 계산합니다. 이는 규격 한계가 공정 중심에서 표준편차 몇 개만큼 떨어져 있는지로 공정능력을 표현하므로, 결과가 Cp와 Cpk 같은 표준 정규 공정능력 지수와 비교 가능합니다.
- ISO — 비정규 공정능력 분석에 대한 ISO 22514 표준 방법론을 따릅니다. 이 방법은 Z-점수로 변환하지 않고 분포의 백분위수(구체적으로 정규분포의 ±3 시그마 경계에 해당하는 0.135번째와 99.865번째 백분위수)에서 직접 공정능력 지수를 계산합니다. 국제 품질 표준의 준수가 요구될 때 선호되는 방법입니다.
- LSL (Lower Specification Limit) 측정값의 허용 최솟값입니다. 이 값보다 낮은 데이터 점은 규격 이탈로 간주됩니다. 공학 도면, 고객 요구사항 또는 제품 규격에서 정의한 LSL을 입력합니다. 규격 한계(LSL 또는 USL)를 적어도 하나는 입력해야 하며, 측정값에 양측 규격이 있으면 둘 다 입력할 수 있습니다.
- USL (Upper Specification Limit) 측정값의 허용 최댓값입니다. 이 값을 초과하는 데이터 점은 규격 이탈로 간주됩니다. 공학 도면 또는 제품 규격에서 USL을 입력합니다. 공정 특성에 단측 요구사항만 있는 경우, 예를 들어 상한이 없는 최소 강도라면 해당하는 한계만 입력하면 됩니다.
자주 묻는 질문
비정규 공정능력 분석이란 무엇입니까?
비정규 공정능력 분석은 데이터가 정규분포를 따르지 않을 때 공정이 규격 한계를 얼마나 잘 충족하는지 측정합니다. 정규성 가정을 억지로 적용하는 대신 Weibull, Lognormal, Exponential, Gamma 같은 인정된 분포를 적합하고 그 분포의 실제 형태에서 공정능력 지수를 계산합니다.
비정규 데이터에 표준 Cp와 Cpk를 사용하면 안 되는 이유는 무엇입니까?
표준 Cp와 Cpk는 정규성을 가정합니다. 데이터가 치우쳤거나 그 밖에 비정규이면 이러한 지수는 부정확해져 실제 공정능력을 과대평가하거나 과소평가할 수 있습니다. 올바른 분포 모형을 사용하면 공정이 규격 이내의 제품을 일관되게 제공할 수 있는지에 대해 더 정직하고 정밀한 그림을 얻을 수 있습니다.
비정규 공정능력에 맞는 분포는 어떻게 선택합니까?
먼저 개별 분포 식별을 실행하여 가장 잘 맞는 분포를 찾은 다음 적합도 통계량과 확률도로 검증하십시오. 높은 p-값과 곧은 확률도 직선은 좋은 적합을 나타냅니다. 잘못된 분포를 선택하면 오해를 부르는 공정능력 지수가 나옵니다. 맞는 분포가 없으면 비모수 공정능력을 사용하십시오.
Z-Score 방법과 ISO 방법의 차이는 무엇입니까?
Z-Score 방법은 적합된 분포의 백분위수에 기반하여 규격 한계를 표준화된 Z-점수로 변환하므로 결과가 정규 Cp 및 Cpk와 비교 가능합니다. ISO 방법은 ISO 22514를 따르며 적합된 분포의 0.135번째와 99.865번째 백분위수에서 직접 지수를 계산하고, 국제 표준의 준수가 요구될 때 선호됩니다.
